Please enable JavaScript.

Coggle requires JavaScript to display documents.

인공지능의 이해(1528 한아람) - Coggle Diagram

- - - - 기계가 인간과 비슷하게 대화할 수 있는지 판단하는 테스트
      - 한계
        
        겉보기 대화 능력만을 지능으로 인정해, 인공지능 연구를 대회 모방에 치중하게 만들었다.
      - 유진 구스트만
      - 인공지능을 활용한 문제 해결 사례
        
        은행: 인공지능을 이용하여 스미싱 여부를 판단
        
        심리 상담 센터: 적용된 앱을 이용하여 어린아이의 그림을 분석, 심리 상태 파악
        
        독거노인을 위한 인공지능 스피커: 노인들의 정신 건강뿐 아니라 신체 건강에도 도움을 줌
        
        탐구활동
    - - VS
        
        인공지능 적용된 소프트웨어
        
        추론이나 예측하는 직업이 가능
        
        데이터 기반의 기계학습을 구현한 인공지능의 경우, 학습을 통해 성능이 개선되기 함
  - - - 판단
        
        인공지능: 센서로 탐지한 데이터를 이용하여 분석(분별)하고 판단
        
        행동
        
        액추에이터: 인공지능이 판단한 내용을 행동(동작)으로 옮김
  - - - 액추에이터로 행동: 바퀴로 몸체를 움직여 장애물을 피해 먼지가 있는 곳으로 이동한다.
- - - - 단계 4
      - 수행 작업 파악하기
        
        단계 3
        
        초기 상태와
        목표 상태 설정하기
        
        단계 2
        
        문제와 상태 정의하기
        
        단계 1
    - - 인공지능으로 문제를 해결하기 위해 탐색 과정을 설계
        
        문제 해결을 위한 탐색 과정에서 만나게 되는 상황
        
        상태
        
        초기 상태: 문제의 처음 상태
        그림 초기 상태 표현: 1번부터 4번까지 전구가 모두 꺼져 있는 상태
        
        목표 상태: 문제가 모두 해결된 상태
        그림 목표 상태 표현: 1번부터 4번까지 전구가 모두 켜져 있는 상태
        
        문제를 명확히 정의
      - 해결 가능성을 확인하고 답을 구한다.
        
        문제를 해결하기 위한 탐색 알고리즘을 선택, 실행
        
        문제를 구조화하는 설계 과정이 필요
- - - - 추상화
        
        알고리즘
        설게
        
        프로그래밍
        
        평가 및
        공유
  - - - 정점: 트리의 노드와 같은 객체
      - 간선: 트리의 링크와 같이 객체 간의 연결
- - - - 규칙, 논리, 의미망, 프레임 등이 지식을 나타내는 방법이다.
      - 규칙: 만약 <A>라면, <B>이다. 또는 <A>하면, <B>하다.
        If <A> THEN <B>로 나타낼 수 있다. <A>는 주어진 정보나 사실에 대응할 조건 <B>는 판단이나 행동인 결론이다. A가 참이면 B가 수행하는 형태 -> 생성 규칙
        
        인과 관계: 밤새가 공부하면, 다음날 피곤하다.
        
        지식
        
        IF 밤새고 공부했다 (원인)
        THEN 다음날 피곤하다. (결과)
        
        지식 표현
      - 논리: 명제 논리와 술어 논리
        명제 논리: 논리를 판별
        술어 논리: 주어와 서술어 간의 관계
        
        예) 개는 동물이다 평서문을 술어 논리로 표현하면 animal(개)처럼 표현
        
        장점: 가장 명확한 방법
        
        단점: 복잡한 상황에서의 적용이 어렵다
      - 의미망: 지식, 기억, 노드, 호를 이용하여 네트워크 구조로 표현 한 것 객체, 개념, 사건 등을 표현 호는 관계를 화살표로 표현 has-a(~이 있다), is-a(~이다), do(~을 한다)
        
        동물과 감각 기관이 has-a, 포유류는 동물이다 is-a
      - 추론
        
        연역 추론: 일반적인 전제, 새로운 결론을 논리적으로 도출
        
        귀납 추론: 구체적인 사례, 일반적인 결론, 이미 알고 있는 사실로부터 모르고 있던 사실을 유추해 내는 것
        
        추론의 오류: 전제 조건을 생략, 잘못 설정했을 때 발생, 귀납 추론에서 표본이 전체를 대표할 수 있는 표본이 아닌 경우나 전체에 대한 표본의 해석이 잘못되는 경우
        
        오류: 네 발이 있어도
        
        탐구 활동
      - 프레임
        여러 개의 슬롯으로 구성, 슬롯 이름과 슬롯 값으로 구성된다.
        
        장점: 관련된 지식을 한군데 모을 수 있다는 것과 표현력이 우수하다
        
        단점: 대한 표준이 없고 지식을 생성하는 것이 매우 힘들다
- - - - 정보 이용 탐색
        
        경험이나 지식을 탐색에 적용
        
        시간과 공간을 절약
        
        일부 공간만 탐색하기 때문에 답을 찾지 못할 수고 있고, 항상 최단 경로로 목표 노드에 도달할 수 없다.
        
        최상 우선 탐색
        
        현재 상태에서 유리한 선택을 하여 탐색 범위를 좁힘
        
        함숫값이 더 크면 선택할 수 없음
        
        A* 탐색 알고리즘
        
        최상우선탐색을 개선
        
        남은 탐색 거리에 초기 상태에서 현재 상태 -> 타색 비용을 더 줄일 수 있음
        
        휴리스틱: 시행착오와 같이 경험으로 얻은 지식이나 어림짐작 등
    - - 너비 우선 탐색
        
        형제 노드
        
        장점: 깊이가 얕고 넓은 경우 목표 노드를 빨리 찾을 수 있다 목표 노드를 찾을 떄까지 모든 상태 공간을 탐색하여 찾을 수 있고, 최단 경로를 알 수 있다.
        
        단점: 노드 수가 많아지거나 목표 녿가 수직 방향으로 깊은 곳에 있다면 탐색 시간이 오래 걸리고, 지나치게 넓어진다.